研究框架及风格定义 [page::3][page::4][page::5]

• 投资研究聚焦中观风格配置，强调从经济与统计逻辑双重角度分析

- 采用六大风格维度：规模、估值、成长、波动、红利、盈利

• 风格通过多空组合表现进行量化刻画和历史表现分析

- 2005年至今风格表现波动明显，凸显动态配置必要性

PMI指标详解及状态划分 [page::7][page::8][page::9][page::11][page::12][page::13]

• 制造业PMI构成详解，涵盖生产、新订单、在手订单等13个细分指数

- 采用50为荣枯线划分景气状态，结合局部极值法界定趋势（上升/下降）

• PMI复合状态分为复苏、过热、衰退、萧条四类经济周期状态

- 制造业PMI长期处于扩张态，产能过剩且就业人数持续下降

PMI与风格关系统计分析 [page::14]

| 风格 | 复苏(小于50上涨) | 过热(大于50上涨) | 衰退(大于50下降) | 萧条(小于50下降) |
|-----|-------------------|-------------------|--------------------|-------------------|
| 规模平均收益率 | 4.33% | 0.96% | -0.09% | 1.15% |
| 估值平均收益率 | -0.51% | 1.23% | 1.33% | -0.65% |
| 成长平均收益率 | -0.09% | 1.03% | 1.40% | 1.72% |
| 波动平均收益率 | -3.74% | 0.11% | 1.63% | 1.22% |
| 红利平均收益率 | -2.16% | 0.16% | 0.84% | 0.25% |
| 盈利平均收益率 | -1.26% | -0.07% | 0.70% | 1.38% |

• 小盘股在复苏期显著优异，估值风格主要受荣枯线影响，高成长长期优异

- 波动、红利、盈利等防御性风格随经济周期风险偏好变化动态调整

宏观逻辑解读 [page::15]

• 规模风格对应小市值溢价，复苏期收益弹性较高

- 估值风格偏好低估值股票主要在扩张状态，收缩期更看重成长确定性

• 成长风格为长期稳健配置，具有显著抗周期特性

- 风险偏好从风险偏好向防御性转移，波动、红利、盈利因子演绎合规

动态风格配置回测表现 [page::16][page::17][page::18][page::20]

• 规模风格动态配置优化夏普比由0.40提升至0.98，最大回撤显著下降

• 估值风格动态配置年化收益21.66%，收益风险比提升至0.90

- 波动风格动态配置实现年化收益21.71%，夏普比高达1.22

• 红利和盈利风格动态配置均显著提升收益风险指标

- 多风格结合动态配置年化收益达30.88%，夏普比2.15，最大回撤10.55%

• 动态配置显著提升各风格收益率和风险调整后表现，验证PMI作为风格择时指标有效性

基本面量化视角下的风格动态配置探究系列之一：PMI 如何影响主流风格表现？——详尽分析报告

---

1. 元数据与概览

• 报告标题： 基本面量化视角下的风格动态配置探究系列之一：PMI如何影响主流风格表现？

- 作者及联系方式： 徐寅（xuyinsh@xyzq.com.cn），团队助理占康萍（zhankangping@xyzq.com.cn）

• 发布机构： 兴业证券经济与金融研究院

- 发布日期： 2021年5月23日

• 主题及研究对象： 本报告聚焦于以采购经理指数（PMI）这一宏观经济重要指标为切入点，探讨其与中国A股市场主流风格（规模、估值、成长、波动、红利、盈利）表现之间的关联机制及投资应用。

核心论点与研究目标：
本报告旨在结合量化统计及基本面逻辑，尝试建立经济直觉和数据统计相结合的模型框架，揭示PMI（代表景气预期的宏观经济指标）与不同风格因子表现的内在关系，助力投资者实现动态风格配置。报告首先详述PMI指标特性及状态划分，继而基于统计分析揭示不同PMI经济周期状态下各风格因子的表现差异，最后通过“完美预测”的动态配置模拟，验证风格调整对组合风险收益的提升效果，并提出对应的投资时钟策略。投资评级及目标价未直接涉及，重点为风格动态配置方法探索。[page::0,1]

---

2. 逐节深度解读

2.1 风格动态配置研究新思考

报告开篇提出，投资自上而下策略可分为三层次：大势研判、风格及行业配置、个股选择。作者强调近期投资者越来越将“赛道”投资视作风格投资变体，风格轮动和动态配置是提高主动投资收益的核心。引用Sharpe（1992）等经典研究，指出风格配置贡献了基金表现大部分收益，凸显其重要性。图表2展示A股市场从2005年以来大小盘、价值成长风格轮动频繁，强化了风格动态配置的研究价值。团队过往研究注重模型统计能力，忽略经济逻辑解释，容易有过拟合风险。为此，本系列旨在结合量化模型和基本面逻辑，发掘变量与风格表现的内在联系，促使预测更稳健可信。研究框架（图表3）通过样本内统计规律探索、逻辑演绎归纳风格动态配置规律，最终应用于样本外风格表现预测。作为首篇，报告聚焦于宏观核心指标PMI和六主流风格分析。[page::3,4]

2.2 风格定义与构建

报告承认市场和学界关于风格定义多样，提出选取六个主流维度作为本研究核心风格：规模（小盘vs大盘），估值（低估vs高估），成长，高波动vs低波动，红利（高股息vs低股息），盈利（高盈利vs低盈利），详见图表4。风格代理变量包括流通市值、前瞻EPS、单季度业绩同比增长、波动率、分红率和ROE等（详见图表5）。风格组合构建基于国证1000指数成分股，剔除ST及上市不满半年股票，因子经过分位数和剩余合成标准化处理，采用五分位做多第一组且做空第五组形成多空组合。图表6和7展示了2005-2021年各风格组合净值曲线，体现风格因子表现波动明显，且不同风格风险收益特征差异明显（图表8），为后续风格动态表现差异分析打下基础。[page::5,6]

2.3 PMI指标详解及状态切分

PMI 定义与重要性：
采购经理指数（PMI）通过月度采购经理调查统计获得，涵盖制造业和非制造业，反映经济景气变化，具有较强的先行性和及时性。制造业PMI取样3000家企业，采用概率成比例抽样（PPS），偏重大中型央企国企。国家统计局公布13个制造业细分指数覆盖生产、新订单、库存、从业人员等（图表9），采用扩散指数法计算，综合制造业PMI由5个分类指数加权合成。非制造业PMI起始于2007年1月，无综合指数，用商务活动指数代表，数据季节调整且采用相同扩散指数法（图表10）。综合PMI产出指数为制造业和非制造业PMI加权（考虑GDP占比）平均指标。

状态切分方法：
报告提出以阈值50为荣枯线划分基础，大于50经济扩张，小于50经济收缩（图表11至14），历时观测显示中国制造业自2005年以来整体处于扩张态势，且存在产能过剩和就业持续萎缩的潜在问题。趋势状态划分基于局部极大极小值（过往12个月最大最小值）定义趋势上升或下降（图表15-16），趋势分析帮助捕捉经济周期拐点（图表17-18）。结合荣枯线与趋势，形成四种复合状态：复苏（<50且上升）、过热（>50且上升）、衰退（>50且下降）、萧条（<50且下降）（图表19-20），为后文风格表现与经济周期的关联分析奠定理论基础。[page::7-13]

2.4 PMI与风格关系统计分析

报告对不同PMI复合状态下各风格因子收益率、波动率、T值和胜率进行了统计（图表21-22）。主要观察结果总结成“PMI风格投资时钟”（图表23），概览如下：

• 规模风格： 小盘股在复苏期（PMI<50且升）表现显著强于其他周期，平均月收益4.33%，T值3.08，胜率78.57%；其他状态无明显优势，提示规模风格可能对经济周期较为敏感但需结合趋势具体判断。

- 估值风格： 估值表现更受当前荣枯线状态影响，大于50时（经济扩张）低估值优于高估值，反之则高估值表现较好，反映扩张期市场更关注价值低估品种。

• 成长风格： 高成长风格持续受青睐，无论任何PMI状态均表现正收益，且衰退和萧条期其抗风险能力明显，暗示成长为长期稳定核心配置。

- 波动/红利/盈利风格： 这些防御型风格表现与投资者风险偏好紧密相关。经济从复苏至萧条，投资者风险偏好从风险偏好（高波动、低股息、低盈利）逐步转向风险规避（低波动、高股息、高盈利）。示范了经济周期对风格配置的驱动。

整体而言，统计规律符合经济直觉及经典学术研究，报告结合文献（如Banz, Fama-French）对各风格机理做了宏观逻辑补充说明，强调规模风格的市场轮动性，估值风格的周期敏感性，成长风格的长期配置价值，以及其他防御风格的风险偏好变化驱动（详见第15页）。[page::14,15]

2.5 完美预测背景下风格动态配置模拟

本节探讨在假设“未来PMI状态完美预知”的情形下，根据不同经济周期状态予以风格组合不同权重，验证动态风格配置策略的有效性，排除因预测误差带来的干扰。

单风格动态配置

• 规模风格： 仅复苏状态加权到1，其他状态权重减半或置零，实现了收益波动率明显下降，收益风险比由0.40提升至0.98，最大回撤大幅缩小（图表24-26）。

- 估值风格： 根据荣枯线赋予过热和衰退状态权重为1，萧条和复苏负权重，整体年化收益率从17.15%提升至21.66%，收益风险比由0.66升至0.90（图表27-29）。

• 波动风格： 反转赋权，在复苏时赋予负权重（避免高波动股），其他状态正常配置，收益率大幅提升至21.71%，夏普比率从0.53升至1.22，最大回撤减半（图表30-32）。

- 红利风格： 同样复苏期剔除高分红偏好，动态调整带来收益年化提升至11.58%，收益风险比提升至0.73（图表33-35）。

• 盈利风格： 动态配置使夏普率从0.28上升至0.70，风险显著降低，年底最大回撤也显著减小（图表36-38）。

多风格组合动态配置

结合各周期阶段表现强势风格因子（图表39），以等权组合与动态加权配置对比分析（图表40-41）：

• 等权收益率15.48%，波动率8.88%，夏普比率1.74；

- 动态配置基于PMI风格投资时钟，收益率跃升至30.88%，波动率虽增加至14.36%，但夏普比率提升至2.15，最大回撤进一步缩小至10.55%。

此举有效实现了经济周期适应性的动态风格调整策略，显著提升了风险调整后回报，强化了PMI作为动态风格配置的核心指标的实用价值。[page::16-20]

2.6 总结与风险提示

结论重申，PMI作为反映宏观经济景气的重要指标，能够有效指示A股市场主流风格表现及其轮动规律。报告结合量化和基本面分析方法，成功构建了基于PMI状态的风格投资时钟，指导投资者动态配置提升组合表现。作者承认模型以历史数据及完美预测为前提，存在在政策、市场环境变化时模型失估效风险，呼吁投资者适度关注风险并持续完善研究框架（未来将延伸更多宏观变量分析）。[page::21]

---

3. 图表深度解读

图表1 投资自上而下三层次示意图（第3页）

• 描述：清晰阐释股票投资分为大势研判、风格/行业动态配置、个股选择三层决策层次。

- 作用：强调本报告主要聚焦中层“风格配置”，与前期大势研究和个股选择形成方法论衔接。

• 逻辑支撑：呼应开篇论述，突出风格策略在主动管理中的重要性。

图表2 大小盘及价值成长风格历史变化（第3页）

• 描述：展示2005年至2021年巨潮指数体系中小盘对大盘和价值对成长指数的相对表现。

- 解读：显示风格表现轮动频繁，波动大，体现A股市场风格切换的常态性。

• 支持论点：强调动态风格配置的必要性和现实意义。

图表3 研究框架（第4页）

• 描述：递进式示意三阶段策略——样本内统计规律探索、归纳风格动态律与外样本风格表现预测。

- 视觉传达：循环箭头表明研究与应用的闭环，体现理论到实操的连续性。

图表4 六维度风格体系（第5页）

• 视觉简介六个风格维度间的循环关系，体现彼此影响与动态平衡。

图表5 风格含义与代理变量（第5页）

• 详细罗列每种风格的定义和对应因子，便于理解后续复合因子构建。

图表6-8 风格因子多空净值及风险收益指标（第6页）

• 表明各风格因子存在显著收益差异与波动性差异。

- 规模和成长因子表现出较高收益及波动，反映成长股的高风险高回报特征。

图表9-10 制造业与非制造业PMI细分指数（第7-8页）

• 系统展示PMI细分类别，强化PMI作为宏观经济多维度指标的深度解析。

- 细分如生产、新订单、库存等，为后续风格关联分析提供指标基础。

图表11-14 制造业PMI荣枯线状态统计（第9-10页）

• 说明制造业多处于扩张状态，伴随产能过剩及从业人员下降趋势。

- 反映宏观经济结构性问题与周期波动。

图表15-18 局部极值及趋势状态划分示意（第11-12页）

• 技术细节展示趋势划分逻辑，有助于理解后续经济周期状态分割。

- 极值划分合理捕捉周期波峰谷，辅助动态风格判断。

图表19-20 PMI复合状态与经济周期对应（第12-13页）

• 视觉化将PMI状态映射到经济周期四阶段，直观展示分类依据。

图表21 不同PMI状态下风格因子表现统计流程（第13页）

• 逻辑流程图彰显研究方法的严谨性和系统性。

图表22 PMI不同状态下风格表现详细统计（第14页）

• 量化出具各状态平均月度收益率、波动率、T值和胜率，数据详实，支撑后续策略构建。

图表23 PMI风格投资时钟（第14页）

• 将统计结果视觉浓缩，以“时钟”象征经济周期节奏与风格偏好动态转换，生动且易于投资参考。

图表24-38 各风格完美预测状态下配置权重及表现（第16-19页）

• 各风格权重随经济状态变化而动态调整，验证了风格因子体现经济直觉极佳。

- 净值曲线对比显示动态配置显著降低组合波动与最大回撤，提升风险调整后回报。

• 表格数据定量化总结超越传统静态配置效率，特别显示规模风格对复苏期敏感，估值风格受荣枯线影响，风险及红利风格对应风险偏好变动，成长风格保持长期稳定。

图表39-41 多风格组合动态配置表现（第20页）

• 综合风格动态加权组合极大改善收益（30.88%年化）与夏普率（2.15），表现远超等权组合。

- 净值曲线继续验证动态调仓优势，使组合更好地适应经济周期变迁。

---

4. 估值分析

报告虽未采用传统DCF或市盈率等估值法，但基于风格因子的时间序列收益表现，建立"完美预测"的权重分配模型，相当于构建了一种基于经济指标的动态资产配置模型，其“估值”本质体现在对风格因子收益波动及相关统计显著性的量化权重安排上。具体假设包括：

• 完美预知未来PMI状态；

- 成长风格长期静态配置，其他风格根据经济周期动态调整；

• 权重分配依据各风格在不同经济状态下的统计T值确定（权重高低与T值正负相关）。

通过模拟，动态配置方案明显提升组合夏普比率，且有效降低最大回撤，显示了经济指标引导下分散投资的有效性。报告通过多风格综合组合实现最大收益及最优风险平衡。

---

5. 风险因素评估

• 模型失效风险： 由于模型基于历史数据和完美预测PMI状态构建，未来政策变更或市场环境变化可能导致模型预测失准或失效。

- 数据限制风险： 由于国内宏观数据历史长度有限，样本容量不足，统计规律可能具备较大噪声，存在过拟合风险。

• 预测假设风险： “完美预测”不现实，实际投资中PMI及相关经济数据预测误差可能大幅降低策略效果。

- 经济结构改变风险： 制造业结构变化、政策扶持等可能改变PMI与风格表现的历史关系。

• 投资者风险偏好变化风险： 未确定因素可能使投资者风险偏好变化不同于历史，影响策略有效性。

报告提示投资者关注上述风险，保持警觉，动态调整策略。

---

6. 批判性视角与细微差别

• 报告假设“完美预测”未来PMI状态，尽管用于方法论验证有价值，但实际操作难度极大，未来报告若能结合预测误差及行情非完全先知状态的策略，将更具实操指导意义。

- 规模风格动态规则仅在复苏期表现显著，其他周期无明显表现，表明单一外生指标难以全面解释市场全部风格轮动，模型未来可纳入其他宏观或微观指标以增强解释力。

• 成长风格长期稳定表现被建议长期持有，报告未深入讨论成长股估值泡沫及其逆转风险，实务中需要结合估值安全边际审慎操作。

- 经济周期划分基于PMI荣枯线和趋势，未融合其他领先指标或宏观变量，周期划分有一定简化可能未覆盖全部经济状态细分。

• 报告虽含丰富统计数据，但对样本内外稳健性检验、过度拟合防范、异质性检验等细节披露较少，未来可加强模型验证的透明性和多样性。

- 风格多空组合构建依赖因子净值曲线，本身易受因子数据频率、市场流动性、事件冲击影响，需谨慎解释波动和极端值。

---

7. 结论性综合

本报告深入探讨了中国A股市场主要风格因子与制造业PMI这一关键宏观经济指标之间的内在联系。通过严谨的量化统计与经济理论相结合方法，报告成功构建了基于PMI荣枯线与趋势状态的经济周期四阶段（复苏、过热、衰退、萧条）框架，并对应地测算出各风格因子在不同周期状态下的表现特征。

• PMI指数长期维持在荣枯线之上，显示经济多处于扩张，伴随产能过剩、人员退出制造业的结构性调整。

- 小盘股规模风格在复苏期显著优于大盘，但其他周期区分度有限。

• 估值风格对荣枯线状态敏感，经济扩张期偏好低估值，收缩期高估值表现更佳。

- 成长风格具有长期稳定的正收益，在经济衰退和萧条期表现突显其抗风险属性。

• 波动、红利、盈利等防御型风格随经济周期变化体现了投资者风险偏好从Risk-On向Risk-Off的切换。

- 在假设完美预知PMI的情况下，基于经济周期的动态风格权重调整显著提升组合风险调整后收益，多风格综合动态配置的夏普率达到2.15，最大回撤大幅下降，策略有效性得以充分验证。

该报告以严密的数据支撑和经济逻辑，强调了将宏观经济指标纳入风格配置模型的重要性，同时也提醒风险管理与未来完善方向。整体立场积极，推荐投资者结合PMI状态动态调整风格仓位，提高投研效率和组合表现稳健性，为A股风格动态配置提供科学指导与实践框架。

---

附：关键图表示例（部分）

---

参考文献

报告详细引用了Sharpe（1992）、Banz（1981）、Fama and French（1992）及其他权威文献，确保结论具备理论支撑和实践基础。[page::22]

---

综上，该报告形成了结合宏观监督与量化风格选股的深度研究，致力于帮助投资者理清经济周期与风格轮动逻辑，实现更为科学的动态资产配置。

报告